文献

J-GLOBAL ID：202102266175262283   整理番号：21A0628627

目標設定ゲーム環境における神経進化のための適合関数設計【JST・京大機械翻訳】

Fitness Function Design for Neuroevolution in Goal-Finding Game Environments

著者 (4件)： Vignesh Kumar K. (Department of Computer Science and Engineering, Amrita School of Engineering, Coimbatore, Amrita Vishwa Vidyapeetham, Coimbatore, India) ,  Sourav R. (Department of Computer Science and Engineering, Amrita School of Engineering, Coimbatore, Amrita Vishwa Vidyapeetham, Coimbatore, India) ,  Shunmuga Velayutham C. (Department of Computer Science and Engineering, Amrita School of Engineering, Coimbatore, Amrita Vishwa Vidyapeetham, Coimbatore, India) ,  Balasubramanian Vidhya (Department of Computer Science and Engineering, Amrita School of Engineering, Coimbatore, Amrita Vishwa Vidyapeetham, Coimbatore, India)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1287  ページ： 503-515  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 最近,Pac-Manのようなゲームは神経進化研究にとってホットベッドであり,NEATはゲームプレイドメイン(1,4)における主導技術の1つとして浮上している。スネークゲームの文脈において,この論文の目的は,効果的な目標発見のためのより良い適応度関数を有する神経進化戦略を強化することである。 greedy欲で非欲しい適応度関数を開発し,動的障害物のある場合と無い場合の両方で,これらの関数の有効性を実証した。次に,エージェント母集団の遺伝的多様性を増加させ,直接目的を指定せずに問題空間を探索するために,新規性探索と組み合わせたNEATアルゴリズムを用いた代替実装を提示した。これらの結論は,少数の単純な入力と単純な適応度関数であっても,エージェントはNEATを用いて,Snakeゲームにおける初心者量の専門知識を急速に達成できることを示唆する。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *ゲーム ,  *目標設定 ,  ベッド ,  母集団 ,  有効性 ,  エージェント
準シソーラス用語： 進化戦略 ,  初心者 ,  適応度関数 ,  スネーク ,  専門知識 , 【Automatic Indexing@JST】

著者キーワード (4件)： 神経進化 ,  適合度関数 ,  NEAT ,  新規性探索

分類 (2件)： 人工知能  (JE08000Z) ,  ゲーム理論  (KA03060T)

タイトルに関連する用語 (7件)： 目標設定 ,  ゲーム ,  環境 ,  神経 ,  進化 ,  関数 ,  設計